Eco-bio-social research on community-based approaches for Chagas disease vector control in Latin America
Notice bibliographique
Résumé
This article provides an overview of three research projects which designed and implemented innovative interventions for Chagas disease vector control in Bolivia, Guatemala and Mexico. The research initiative was based on sound principles of community-based ecosystem management (ecohealth), integrated vector management, and interdisciplinary analysis. The initial situational analysis achieved a better understanding of ecological, biological and social determinants of domestic infestation. The key factors identified included: housing quality; type of peridomestic habitats; presence and abundance of domestic dogs, chickens and synanthropic rodents; proximity to public lights; location in the periphery of the village. In Bolivia, plastering of mud walls with appropriate local materials and regular cleaning of beds and of clothes next to the walls, substantially decreased domestic infestation and abundance of the insect vector Triatoma infestans. The Guatemalan project revealed close links between house infestation by rodents and Triatoma dimidiata, and vector infection with Trypanosoma cruzi. A novel community-operated rodent control program significantly reduced rodent infestation and bug infection. In Mexico, large-scale implementation of window screens translated into promising reductions in domestic infestation. A multi-pronged approach including community mobilisation and empowerment, intersectoral cooperation and adhesion to integrated vector management principles may be the key to sustainable vector and disease control in the affected regions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».